Das Internet of Things entwickelt sich durch den Einsatz von KI hin zu einem Artificial Intelligence of Things. KI-Technologien ermöglichen es etwa, Daten intelligent auszuwerten und für Vorhersagen, Automatisierungen oder Optimierungen zu nutzen. Die Daten werden dabei entweder direkt auf den IoT-Geräten, in zentralen Rechenzentren von Unternehmen oder in der Cloud analysiert. Zu den Bereichen, die das AIoT verändern wird, zählt nach Einschätzung des Softwareanbieters IFS auch der Field Service. Das Unternehmen beschreibt fünf Beispiele dafür.
Predictive Maintenance: Maschinensensoren erfassen zahlreiche Parameter. KI analysiert diese, erkennt Muster und kann so bevorstehende Ausfälle vorhersagen. Ungeplante Stillstände können so reduziert, die Wartungsplanung optimiert und Kosten für Ersatzteile gesenkt werden.
Ferndiagnosen: Maschinen senden kontinuierlich Daten an eine zentrale Plattform, KI erkennt dort Anomalien oder Fehlerzustände in Echtzeit. Dadurch lassen sich Probleme schneller beheben, es sind weniger Vor-Ort-Einsätze von Service-Technikern erforderlich und Produktionsausfälle werden minimiert.
Automatisierte Service-Workflows: Wenn AIoT Probleme an Maschinen erkannt hat, kann sie automatisch Service-Prozesse initiieren, wie beispielsweise Service-Tickets generieren oder Ersatzteile bestellen. Dies unterstützt effizientere Arbeitsabläufe im Service.
Service-Einsätze: KI kann mit IoT-Daten die Maschinennutzung analysieren, Standorte von Service-Technikern ermitteln sowie deren Verfügbarkeit prüfen und anhand dieser Informationen Service-Einsätze planen. Dadurch reduzieren sich etwa Fahrtzeiten und Ressourcen können besser genutzt werden.
Sicherheitsüberwachung;:Beim Feldeinsatz von Service-Technikern kann das AIoT Maschinenzustände, Umweltbedingungen oder Richtlinien überwachen und in Echtzeit Alarm auslösen, wenn Sicherheitsgrenzen überschritten werden. Dies adressiert die Einhaltung gesetzlicher Vorschriften und die Sicherheit der Service-Techniker.
„Es gibt zwar bereits viele Beispiele für erfolgreiche AIoT-Implementierungen, doch insgesamt steht diese Technologie noch am Anfang. Es ist aber nur eine Frage der Zeit, bis sie sich im großen Stil durchsetzen wird“, erklärt Sebastian Spicker, Managing Director DACH bei IFS (Bild). „Dabei wird es wichtig sein, die Interaktion zwischen KI und menschlichen Entscheidungen richtig abzustimmen. Gerade im Field Service Management können falsche Entscheidungen zu kritischen Ausfällen oder hohen Strafzahlungen wegen SLA-Verletzungen führen.“
